Ortodontik fotoğraflar üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla mandibular asimetrinin değerlendirilmesi
Evaluation of mandibular asymmetry using artificial intelligence algorithms developed with deep learning on orthodontic photographs
- Tez No: 1008245
- Danışmanlar: DOÇ. DR. MERVE GONCA
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ortodonti Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, ortodontik fotoğraflar üzerinden derin öğrenme tabanlı bir yapay zeka algoritması geliştirerek mandibular asimetri varlığının otomatik olarak tespit edilmesini sağlamaktır. Geliştirilen sistemin, gözlemciye bağlı farklılıkları azaltarak tanısal süreci standartlaştırması hedeflenmiştir. Materyal ve Metot: Çalışmada toplam 2598 adet istirahat cephe yüz fotoğrafı kullanılmıştır. Veriler eğitim (%80), doğrulama (%10) ve test (%10) setlerine ayrılmıştır. Model, 300 epoch boyunca 640 piksel giriş boyutu ve 16 batch size ile eğitilmiştir. Veri dengesizliği göz önünde bulundurularak veri artırımı teknikleri uygulanmıştır. Model performansı doğruluk, kesinlik, duyarlılık ve F1 skoru ile değerlendirilmiştir. Bulgular: Modelin genel doğruluk değeri %70.0 olarak elde edilmiştir.“Asimetri Yok”sınıfında model, 0.82 F1 skoru, 0.71 kesinlik ve 0.96 duyarlılık ile yüksek bir tanı başarısı göstermiştir. Buna karşılık“Asimetri Var”sınıfında duyarlılık 0.10 düzeyinde kalmış ve F1 skoru 0.17 olarak hesaplanmıştır. Bu bulgular, modelin asimetri var sınıfına ait örnekleri büyük ölçüde kaçırdığını ve asimetrik vakaları tanımada sınırlı performans sergilediğini göstermektedir. Sonuç: Elde edilen bulgular, istirahat cephe fotoğrafları üzerinden mandibular asimetri tespitine yönelik derin öğrenme modellerinin uygulanabilir olduğunu, ancak doğrudan sınıflandırma tabanlı yaklaşımın asimetriyi belirleyen ince geometrik farklılıkları yeterince yakalayamadığını ortaya koymaktadır. Gelecekte landmark tabanlı ölçümlerle zenginleştirilmiş modellerin ve daha kapsamlı veri artırımı uygulamalarının performansı artırabileceği düşünülmektedir.
Özet (Çeviri)
Aim: This study aims to enable the automatic detection of mandibular asymmetry through the development of a deep learning–based artificial intelligence algorithm using orthodontic photographs. The proposed system is intended to standardize the diagnostic process by reducing observer-dependent variability. Material and Method: A total of 2598 standardized resting frontal facial photographs were used. The data were divided into training (80%), validation (10%), and test (10%) sets. The model was trained for 300 epochs with an input size of 640 pixels and a batch size of 16. Data augmentation techniques were applied to address class imbalance. Model performance was evaluated using accuracy, precision, recall, and F1 score. Results: The overall accuracy of the model was obtained as 70.0%. In the“No Asymmetry”class, the model demonstrated high diagnostic performance, with an F1 score of 0.82, a precision of 0.71, and a recall of 0.96. In contrast, in the“Asymmetry Present”class, recall remained at 0.10 and the F1 score was calculated as 0.17. These findings indicate that the model largely missed the samples belonging to the asymmetrypresent class and showed limited performance in identifying asymmetric cases. Conclusion: The findings indicate that deep learning models are applicable for detecting mandibular asymmetry using resting frontal facial photographs. However, a direct classification-based approach may be insufficient for capturing the subtle geometric differences that characterize asymmetry. Future models enriched with landmark-based measurements and more extensive augmentation strategies may improve performance.
Benzer Tezler
- Ortodontik fotoğraflar üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla gülümseme estetiğinin değerlendirilmesi
Evaluation of smile aesthetics with artificial intelligence algorithms developed with deep learning method over orthodontic photographs
ZEKİ ARSLAN
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU
- Ağız içi ortodontik fotoğraflar üzerinde derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla dental maloklüzyonların angle sınıflamasına göre tespiti
Detection of dental malocclusions according to angle classification using artificial intelligence algorithms developed with deep learning on intraoral orthodontic photographs
İBRAHİM TAYLAN ÇELİK
Diş Hekimliği Uzmanlık
Türkçe
2025
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MERVE GONCA
- Ortodontik cephe fotoğrafları üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla üst dental orta hat sapmasının değerlendirilmesi
Evaluation of maxillary dental midline deviation using deep learning–based artificial intelligence algorithms on orthodontic frontal photographs
SERCAN TAŞKIN
Diş Hekimliği Uzmanlık
Türkçe
2025
Diş HekimliğiAydın Adnan Menderes ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. MİNE GEÇGELEN CESUR
- Sefalometrik ölçümlere göre eğitilen derin öğrenme algoritmalarının ortodontik ağız içi yan fotoğrafları sınıflandırma performansının değerlendirilmesi
Evaluation of the performance of classification of orthodontic intra-oral buccal photos of deep learning algorithms trained according to cephalometric measurements
SULTAN BÜŞRA AY KARTBAK
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiKocaeli ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BİROL ÖZEL
- Sefalometrik ölçümlere göre eğitilen derin öğrenme algoritmalarının ortodontik profil fotoğraflarını sınıflandırma performansının değerlendirilmesi
Orthodontic analysis of deep learning algorithms trained according to cephalometric measurements evaluation of profile photos classification performance
DUYGU NUR CESUR KOCAKAYA
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiKocaeli ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BİROL ÖZEL